File GenBank (.gb)
Specifiche StandardFASTA è un formato testuale comune per le sequenze; la dimensione dipende dai dati e dalla formattazione. I record GenBank variano e le statistiche cambiano a ogni rilascio.
Converti da FASTA a GENBANK
Convertitore gratuito da FASTA a GENBANK nel browser. Converti i file istantaneamente sul tuo dispositivo.
Ispezione e metadati
I sistemi operativi e gli analizzatori di file identificano i file GenBank ispezionando la sequenza di byte binari iniziale:
Firma dell'intestazione a livello di byte (Magic Bytes)
I sistemi operativi e gli analizzatori di file identificano i file GenBank ispezionando la sequenza di byte binari iniziale:
FIRMA ESADECIMALE (OFFSET 0):
4C 4F 43 55 53 20 20 20 20 20RAPPRESENTAZIONE ASCII: LOCUS
Standardizzazione: Specifiche di pubblicazione NCBI GenBank
Specifiche tecniche
| Architettura del contenitore | File testuale strutturato in sezioni: intestazione (LOCUS, DEFINITION, ACCESSION), tabella FEATURES e sequenza ORIGIN, terminata da '//' |
| Compressione | Testo non compresso (spesso compresso con Gzip in file .gb.gz) |
| Endianness dei byte | Flusso di testo UTF-8 / ASCII |
| Spazi colore | Non applicabile (database di annotazioni genomiche) |
| Canali e struttura | Sequenza DNA/RNA, annotazioni dei geni, regioni codificanti (CDS), traduzioni proteiche e citazioni scientifiche |
| Dimensioni massime | Numero illimitato di sequenze e caratteristiche |
| Trasparenza | Nessuna |
| Streaming e progressivo | Elaborazione in streaming, un record alla volta: le voci GenBank sono separate da righe '//' |
Matrice di confronto tecnico: GenBank vs Concorrenti
| Attributo tecnico | GenBank (Attuale) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Dettaglio delle annotazioni | Esaustivo (geni, CDS, citazioni, traduzione) | Nessuno (solo sequenza) | Coordinate genomiche tabulari | Solo punteggi di qualità del sequenziamento |
| Sequenza inclusa | Sì (nel blocco ORIGIN alla fine) | Sì (sequenza pura) | No (solo coordinate) | Sì (letture grezze) |
| Strumenti principali | NCBI, SnapGene, Benchling | BLAST, strumenti di allineamento | Browser genomici (UCSC, IGV) | Sequenziatori Illumina |
| Terminatore del record | // su una riga indipendente | Linea di intestazione successiva '>' | Fine del file | Linea successiva '@' |
Modalità di corruzione comuni e guida al recupero esadecimale
Il software di bioinformatica segnala 'GenBank parser error: premature EOF before //' (errore del parser GenBank: fine file prematura prima di //).
Causa principale: Download troncato prima del blocco ORIGIN della sequenza finale o del delimitatore '//'.
Ripristino: Aggiungi '//\n' alla fine del file usando File2File.app Bioinformatics Tool.
Analisi di sicurezza e vettori di attacco del parser
I parser GenBank elaborano stringhe complesse di coordinate delle caratteristiche; il backtracking delle espressioni regolari può causare un'interruzione del servizio.
Vettori di attacco noti
- Interruzione del servizio tramite espressioni regolari (ReDoS) in parser complessi delle coordinate delle caratteristiche.
- Overflow del buffer durante la lettura di titoli di riferimenti bibliografici eccessivamente lunghi.
- Interruzione del servizio tramite riferimenti circolari alle caratteristiche.
Migliori pratiche difensive: Usa parser lineari senza backtracking per analizzare gli intervalli di coordinate nelle tabelle delle caratteristiche.
Origini storiche e tappe fondamentali
Vantaggi principali
- Metadati ricchi e dettagliati: registra confini e posizioni dei geni e dei promotori, esoni, introni e sequenze proteiche tradotte.
- Include riferimenti completi alla letteratura scientifica, ID PubMed, nomi degli autori e date di invio sperimentale.
- FASTA è un formato testuale comune per le sequenze; la dimensione dipende dai dati e dalla formattazione. I record GenBank variano e le statistiche cambiano a ogni rilascio.
Limiti tecnici e svantaggi
- File significativamente più verbosi e di dimensioni maggiori rispetto alle semplici sequenze FASTA.
- L'analisi delle coordinate nella tabella delle caratteristiche ('join(complement(100..500),600..800)') richiede parser complessi.
- Non è progettato per allineare enormi quantità di letture di sequenziamento ad alto rendimento.
Curiosità tecniche
- Ogni voce di GenBank inizia con la parola 'LOCUS' e si conclude con due barre oblique '//' su una riga a sé stante.
- GenBank sincronizza quotidianamente i propri dati con il Laboratorio europeo di biologia molecolare (EMBL) e la DNA Data Bank of Japan (DDBJ).
- I biologi sintetici utilizzano i file GenBank per progettare plasmidi circolari personalizzati per l'editing genetico CRISPR e la produzione di insulina.
Domande tecniche frequenti
Qual è la differenza tra il formato FASTA e GenBank?
FASTA contiene solo la sequenza grezza di DNA con una breve intestazione. GenBank contiene la sequenza, tutte le annotazioni dei geni, le traduzioni proteiche, gli autori e le note scientifiche.
Come posso convertire GenBank (.gb) in FASTA?
Puoi convertire i file GenBank in sequenze nucleotidiche o proteiche FASTA pulite con un clic, usando File2File.app direttamente nel browser.
Quale software apre i file GenBank?
SnapGene, Benchling, UGENE, Artemis e File2File.app possono visualizzare e modificare i file GenBank.
Coppie di conversione per GenBank correlate
Il convertitore trasforma la sequenza FASTA in un record di base in stile GenBank e la scrive nella sezione ORIGIN; non deduce né aggiunge annotazioni di caratteristiche biologiche.
La conversione di un flatfile GenBank in una sequenza FASTA rimuove i metadati di annotazione per lasciare solo le sequenze grezze di nucleotidi o amminoacidi necessarie per una rapida analisi bioinformatica.